2017 年度文章总结

量化投资这一行最吸引人的一点是它促使人不断的学习新的知识。但当我们学的越多，却发现自己其实知之甚少，就像下面这幅图描述的那样，于是便时刻不敢松懈。

量信投资团队本着理论和实践并重的宗旨，强调把各种量化技术钻研清楚、掌握透彻。在即将过去的 2017 年，我们在知识积累方面不曾懈怠，以每周一篇高质量原创文章为目标共推出 50 篇文章，其中包括观察思辨系列 14 篇、量化核武系列 20 篇、数据解码系列 16 篇。

我们码字的初衷，于己是对知识的总结和梳理，于彼则是给小伙伴们带来些启发，和感兴趣于此的朋友多些交流和探讨。在此借年末总结之际将本年度的文章汇总于此（点击文章标题即可跳转），供感兴趣的读者查阅。

最后，祝各位新年快乐！ 

观察思辨系列

1

摘要：本文列出国内因子量化选股的七个困难。只有正视它们、对症下药，在因子投资实务中才有可能取得可持续的收益。

2

摘要：目前以深度学习为代表的 AI 技术在投资实务中还有着非常大的局限性；说 AI 投资击败了人类，有些言过其实。

3

摘要：塞勒的心理账户理论可以解释很多日常消费乃至投资中的非理性决策。双十一将至，这是送给你的靠谱防剁手指南。

4

摘要：本文研究“分析师”因子在选股时的作用。该因子的收益率在很大程度上被法马三因子解释，无法获取额外的超额收益。

5

摘要：面对机器学习这个黑箱，如果我们不能从业务层面弄清楚某个模式为什么有效，便不能按照该模式进行投资。

6

摘要：最大回撤不是充满虚假安全感的马奇诺防线，而是审视风险偏好的标尺和控制风险失控的工具，应主动利用而非被动依靠。

7

摘要：在风险因子模型中，学者们过度追求超低 p-value 值；不幸的是，很多因子在实际投资中根本站不住脚。

8

摘要：世上没有完美的系统，因此不要在交易中追求完美；但是你应努力做到追求卓越。优秀的交易者知道亏损是游戏的一部分。

9

摘要：本文列出国内因子量化选股的七个困难。只有正视它们、对症下药，在因子投资实务中才有可能取得可持续的收益。

10

摘要：本文以美股为例探讨了行业版的 Sell in May 异象。通过周期型和防御型行业轮动可以战胜基准指数。

11

摘要：华尔街有句老话：五月卖股，离开市场。这个市场异象被证明存在于大量的发达和新兴市场。关于它的解释则有三种主流说法。

12

摘要：金融分析属于非实验性科学。盲目的使用复杂的机器学习算法容易产生数据迁就偏差。人工智能想要取代基金经理仍有很长的路要走。

13

摘要：本文论述了如何基于风险因子的超额收益进行因子投资，并对因子投资的发展进行了展望。

14

摘要：本文解读主动投资管理的经典公式：α = Volatility × IC × Score。

量化核武系列

1

摘要：风险平价因桥水的全天候基金的优异表现而名声大噪。然而，如果不理解其核心逻辑就套用数学模型，无疑是东施效颦。

2

摘要：BL 模型克服了 MPT 中投资品收益率难以预测以及配置结果对输入高度敏感的缺点，被投资界广泛接受。

3

摘要：分位数回归根据自变量求出因变量的条件分位数，可以全面地分析变量之间的关系。它在量化投资中的应用广泛。

4

摘要：赫斯特（Hurst）指数和分数布朗运动大概是在国内量化投资界最被错误解读的技术。本文揭示它们的真谛。

5

摘要：本文介绍如何使用 Bootstrap 进行参数估计。该方法对总体分布不做假设，可以用于各种统计量，十分强大。

6

摘要：逻辑回归是一种有机监督学习分类器，在量化投资领域可以被用来选股。本文介绍逻辑回归的数学背景和应用实践。

7

摘要：主成分分析概念简单，但应用起来有很多技巧。为什么要对数据去均值？不进行尺度缩放会有什么影响？本文一一作答。

8

摘要：无记忆性使得很多复杂的问题变得易于分析和计算。今天通过气温和饮食的例子来介绍马尔可夫和隐马尔可夫模型。

9

摘要：K-means 聚类是机器学习中的一种无监督算法。本文介绍它的原理和不足，并使用它对上证指数进行状态监测。

10

摘要：考夫曼自适应均线是一个优秀的移动平均算法，它根据价格噪声大小动态决定均线的衰减系数，在快、慢均线之间切换。

11

摘要：均值回归策略在量化投资中应用广泛。但是它往往“收益有限、风险无限”。本文就来揭开它神秘的面纱。

12

摘要：使用时间序列模型对收益率建模，必须对投资品和模型本身都非常了解，这样才能使模型尽可能的反应投资品的特点。

13

摘要：系列第三篇，介绍时间序列分析中最常用的线性模型：自回归模型、滑动平均模型，以及二者结合的自回归滑动平均模型。

14

摘要：作为系列第二篇，本文介绍了时间序列的最基本模型：白噪声和随机游走，说明白噪声并不是描述收益率序列的有效模型。

15

摘要：本文为系列第一篇：介绍金融时间序列的特性和进行时间序列分析的目的；解释时间序列分析中的核心概念：自相关性。

16

摘要：有监督学习的泛化能力，即预测误差，是由偏差和方差（以及残余误差）共同决定。偏差和方差之间的取舍是一个永恒的话题。

17

摘要：BS 期权定价公式、Delta 对冲、风险中性定价理论……看完本文你便对这些概念不再陌生！

18

摘要：随机分析是近代金融数学发展的基础。本文介绍布朗运动及其重要性质并引出伊藤引理的最基本形式。

19

摘要：贝叶斯统计在生活和量化投资中都有着广泛的应用。本文就为你打开贝叶斯统计的大门。

20

摘要：风险三要素公式为解释投资组合的风险提供了清晰的框架。

数据解码系列

1

摘要：主动风险预算策略需要加入人为的判断。这个判断需要针对未来建模、而非针对历史来拟合，方能有效。

2

摘要：纵观过去百年，美股是美国经济的晴雨表。就业指数有效的反应经济衰退，从而是一个简单而有效的择时指标。

3

摘要：我国 A 股市场的隔夜负收益率是 T + 1 交易制度的必然产物。理解隔夜收益率有助于掌握市场的运行机制。

4

摘要：本文从统计、经济、执行角度分析股市中流传的“法定砸盘日异象”。结果表明，该异象并不成立，无法带来超额收益。

5

摘要：秩相关系数用来计算两个变量之间的单调相关性。本文采用秩相关系数进行市场情绪分析。

6

摘要：本文解析中国 A 股的两个波动率日历效应，即周一的波动率最高，以及按照日历周计算的周收益率的波动率最低。

7

摘要：在技术分析领域的趋势类策略中，均线和通道突破无疑是两大门派，但它们的交易哲学以及风险特征截然不同。

8

摘要：华尔街流行的“一月晴雨表”策略缺乏令人信服的业务依据，仅仅来自样本内的过度数据挖掘，在样本外效果非常差。

9

摘要：行业轮动存在于各个发达和新兴市场中。对于中国股市，从动量的角度捕捉行业轮动会比从经济周期出发有效的多。

10

摘要：实证表明，中国股市存在周级别的反转效应。这和投资者因认知偏差、羊群效应等因素造成的过度反应有关。

11

摘要：因子投资中存在多个优秀的风险因子。实证显示，简单多样化策略可以有效的将它们配置起来，得到收益风险比更佳的投资组合。

12

摘要：分析表明宏观经济数据对于股市的收益率的预测能力，无论是短期还是长期，相当有限。

13

摘要：本文以成长因子为例，对因子投资的指数化在A股上进行了实证，结果令人欣喜。

14

摘要：错误的引资投资组合构建方法可低估因子收益率。成长因子就是一个例子。

15

摘要：错误的因子投资组合构建方法可高估因子收益率。BP 因子就是这样一个例子。

16

摘要：主流多空投资组合构建方法引入了风险因子之间不正常的相关性。